स्टेबिलिटी एआई ने हाल ही में अपना नवीनतम डीप लर्निंग टेक्स्ट-टू-इमेज जनरेटिव मॉडल - स्टेबल डिफ्यूजन 3.5 लॉन्च किया। यह संस्करण तीन सुधारित ओपन-सोर्स मॉडल का समावेश करता है, जो विभिन्न उपयोगकर्ताओं की आवश्यकताओं को पूरा करने के लिए डिज़ाइन किया गया है, जिसमें शोधकर्ता, व्यावसायिक ग्राहक और शौकीन शामिल हैं। जिसमें, स्टेबल डिफ्यूजन 3.5 लार्ज पूरी श्रृंखला का सबसे शक्तिशाली मॉडल है, जिसमें 81 बिलियन तक के पैरामीटर हैं। यह मॉडल अपनी उत्कृष्ट चित्र गुणवत्ता और संकेतों पर उच्च प्रतिक्रिया क्षमता के साथ पेशेवर उपयोगकर्ताओं के लिए अत्यधिक आकर्षक है।

ज़ी युआन अनुसंधान संस्थान की Emu3 टीम ने एक नई मल्टीमोडल मॉडल Emu3 लॉन्च किया है, जो केवल अगली टोकन भविष्यवाणी पर आधारित है। यह पारंपरिक डिफ्यूजन मॉडलों और संयोजन मॉडल आर्किटेक्चर को उलट देता है, और जनरेटिव और संवेदनात्मक कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करता है। हमेशा से, अगली टोकन भविष्यवाणी को कृत्रिम बुद्धिमत्ता सामान्य बुद्धिमत्ता (AGI) की ओर ले जाने वाले रास्ते के रूप में माना जाता रहा है, लेकिन मल्टीमोडल कार्यों में इसका प्रदर्शन बेहतर नहीं था। वर्तमान में, मल्टीमोडल क्षेत्र में अभी भी डिफ्यूजन मॉडल (जैसे स्टेबल डिफ्यूजन) का वर्चस्व है।

जर्मन शोध संस्थान LAION ने नया डेटा सेट Re-LAION-5B तैयार और जारी किया है, जिसमें उनका दावा है कि उन्होंने संदिग्ध बच्चों के यौन शोषण सामग्री (CSAM) लिंक हटा दिए हैं। यह डेटा सेट पुराने डेटा सेट LAION-5B का सुधारित संस्करण है, जिसमें इंटरनेट ऑब्जर्वेटरी फंडेशन, मानवाधिकार देखरेख, कैनेडियन चाइल्ड प्रोटेक्शन सेंटर और स्टैनफोर्ड इंटरनेट ऑब्जर्वेटरी की सिफारिशों को शामिल किया गया है। Re-LAION-5B के दो संस्करण हैं: Research और Research-Safe, जिसमें बाद वाले में अतिरिक्त रूप से NSFW सामग्री हटाई गई है। डेटा सेट का उद्देश्य समर्थन करना है

स्टैनफोर्ड विश्वविद्यालय और कैलिफोर्निया विश्वविद्यालय बर्कली के शोधकर्ताओं ने एक प्रयोग किया, जिसमें एआई छवि उत्पादन मॉडल को अपने द्वारा उत्पन्न छवियों का उपयोग करके पुनः प्रशिक्षण के परिणामों की जांच की गई। प्रयोग में स्टेबल डिफ्यूजन (एसडी) मॉडल का उपयोग किया गया, और स्वचालित उत्पादन के लिए FFHQ चेहरे के चित्र डेटा सेट से उच्च गुणवत्ता वाली चेहरे की छवियाँ चुनी गईं। परिणामों से स्पष्ट हुआ कि पुनः प्रशिक्षण के बाद एआई मॉडल ने अत्यधिक विकृत छवियाँ उत्पन्न कीं, यह विकृति न केवल पुनः प्रशिक्षण के लिए उपयोग किए गए पाठ संकेतों से उत्पन्न हुई, बल्कि इसके बाद केवल असली छवियों का उपयोग करके पुनः प्रशिक्षण किए जाने पर भी मॉडल ने इसी तरह की विकृतियाँ उत्पन्न कीं।

हाल ही में, कृत्रिम बुद्धिमत्ता अनुसंधान संगठन Artificial Analysis ने Artificial Analysis Text to Image Leaderboard & Arena (पाठ से छवि रैंकिंग और प्रतिस्पर्धा) नामक एक नई पहल लॉन्च की, जिसका उद्देश्य इन मॉडलों के प्रदर्शन का व्यापक मूल्यांकन करना है।

वैश्विक परामर्श दिग्गज एसेनचर ने अपने 2024 वित्तीय वर्ष की तीसरी तिमाही की आय रिपोर्ट में घोषणा की कि कंपनी ने जनरेटिव आर्टिफिशियल इंटेलिजेंस (एआई) के क्षेत्र में नए आदेशों का कुल योग 9 अरब डॉलर से अधिक प्राप्त किया है, और वित्तीय वर्ष में अब तक का कुल आदेश 2 अरब डॉलर तक पहुंच गया है।